Redes neurais convolucionais: visão geral | 27/10/2016

Nos últimos anos, a área de inteligência artificial tem recebido grande destaque na mídia em virtude de suas  grandes conquistas. Com o emprego de um conjunto de técnicas conhecido como deep learning, pesquisadores alcançaram resultados que, de acordo com muitos especialistas, só poderiam ser atingidos em algumas décadas. Os benefícios proporcionados por essas técnicas podem ser notados em áreas como visão computacional, processamento de fala e texto e, até mesmo, sistemas capazes de vencer um campeão mundial de Go – tradicional jogo de tabuleiro chinês, considerado mais complexo que o xadrez. Em particular, as redes neurais convolucionais são uma técnica de deep learning aplicada a problemas de visão computacional, que têm permitido inclusive a superação do desempenho de seres humanos em alguns cenários de reconhecimento de objetos. Nessa palestra, apresentaremos uma visão geral das redes neurais convolucionais, com foco na evolução da técnica ao longo dos anos e com a ilustração do contexto histórico de alguns dos principais artigos da área.

Guilherme Folego é pesquisador no CPqD na área de Computação Cognitiva. Atua na pesquisa e no desenvolvimento de soluções baseadas em visão computacional e aprendizado de máquina, especialmente no campo da biometria. Está cursando mestrado em Ciência da Computação na Unicamp, com a pesquisa de técnicas de visão computacional para auxílio no diagnóstico da doença de Alzheimer. Demonstra especial interesse nas interações entre aprendizado de máquina, visão computacional e medicina.

Guilherme Folego

Clique AQUI  para baixar a apresentação de slides.